《Foods》：Volatilomic Profiling of Early-Stage Biotransformation Enables Identification of Diagnostic Volatiles in Escherichia coli-Contaminated Chicken Meat
编辑推荐：
摘要：大肠杆菌（E. coli）在食品中的接种可能伴随一系列生化变化，在此过程中微生物活性和食品基质降解均可能导致挥发性有机化合物（volatile organic compounds, VOCs）的形成。这些VOCs的组成和变化取决于食品、污染微生物和储存条
摘要：大肠杆菌（E. coli）在食品中的接种可能伴随一系列生化变化，在此过程中微生物活性和食品基质降解均可能导致挥发性有机化合物（volatile organic compounds, VOCs）的形成。这些VOCs的组成和变化取决于食品、污染微生物和储存条件。本研究利用顶空气相色谱-离子迁移谱（HS-GC-IMS）和顶空固相微萃取气相色谱-质谱联用（HS-SPME-GC-MS）技术，研究了接种E. coli的鸡肉在48小时内VOCs的演变过程，分别检测到57种和50种VOCs。HS-GC-IMS在检测低分子量化合物方面显示出优势。通过正交偏最小二乘判别分析（OPLS-DA）和基于京都基因与基因组百科全书（KEGG）的途径分析，确定了几个阶段相关的候选VOCs，包括苯甲醛（48小时孵育期的早期阶段）、3-甲基丁醇和3-甲硫基丙醛（48小时孵育期的中期阶段）以及3-甲基-3-丁烯-1-醇、苯乙醇和N-羟基苯甲亚氨酸甲酯（48小时孵育期的后期阶段）。进一步分析表明，这些VOCs的形成可能涉及脂质氧化、氨基酸降解和微生物代谢，这为验证基于VOCs的方法监测接种E. coli的家禽肉的变化提供了基础。
论文解读：基于挥发性组学的早期生物转化特征识别大肠杆菌污染鸡肉中的诊断性挥发物
一、研究背景与科学问题
食源性病原体对全球公共卫生构成重大威胁，每年导致约6亿例疾病和42万例死亡。鸡肉因其高蛋白低脂肪的特点，在中国消费量预计将持续增长，但其在加工、储存和运输过程中极易受到微生物污染。传统的基于培养的病原体检测方法虽然可靠，但耗时长、步骤繁琐。微生物代谢会改变食品的挥发性有机化合物（VOCs）图谱，产生醇类、醛类、酮类和含硫化合物等。然而，许多VOCs也可能源自内源性反应或一般腐败过程，因此VOC模式更适合作为快速筛查和监测微生物相关变化的工具，而非直接的物种特异性生物标志物。目前，常用的VOC分析技术包括电子鼻（E-nose）、顶空固相微萃取气相色谱-质谱联用（HS-SPME-GC-MS）、气相色谱-嗅闻-质谱联用（GC-O-MS）和顶空气相色谱-离子迁移谱（HS-GC-IMS）。这些技术各有优劣，例如E-nose能快速评估整体VOC指纹，但对单个化合物的鉴定有限；HS-SPME-GC-MS分离能力强，但对某些低分子量化合物的灵敏度相对不足；HS-GC-IMS能实现快速VOC指纹可视化和灵敏检测，但化合物注释依赖数据库完整性。因此，两种平台提供互补而非冗余的信息。先前的研究已在多种条件下鉴定了与大肠杆菌（E. coli）相关的VOCs，但这些图谱高度依赖于底物组成、生长条件、孵育时间、背景菌群和分析方法，限制了其直接外推至复杂食品基质如鸡肉。此外，E. coli相关VOCs在鸡肉中的时间演变以及HS-GC-IMS和HS-SPME-GC-MS的互补能力尚不明确。解决这些空白对于区分基质相关的挥发性变化与细菌接种相关的可重复VOC模式至关重要。该研究发表于《Foods》。
二、关键技术方法
研究人员整合了HS-SPME-GC-MS和HS-GC-IMS两种互补技术，用于表征鸡肉样品在48小时内VOCs的时间演变。样品来源于中国陕西省西安市人人乐超市购买的同一批次新鲜屠宰冷鲜鸡，取胸肉部位，分为高接种量组（M）和低接种量组（L），并设置未接种的阴性对照（CK）。采用正交偏最小二乘判别分析（OPLS-DA）结合变量重要性投影（VIP）值筛选贡献较大的VOCs，并利用京都基因与基因组百科全书（KEGG）数据库进行代谢通路映射分析。
三、研究结果
3.1 利用HS-GC-IMS鉴定特征性挥发物
HS-GC-IMS共鉴定出57种VOCs，涵盖醇类、醛类、酮类、酯类、酸类、呋喃类、含氮化合物和烯烃类。其中，醇类、醛类、酮类和酯类是主要成分。研究发现，VOCs图谱呈现动态变化，表现为先增加后减少的趋势。高接种量组在接种后4小时开始出现明显变化，而低接种量组在4-8小时内保持相对稳定。具体而言，3-甲基丁醇及其二聚体在8-12小时信号增强，而1-辛烯-3-醇和3-甲基-3-丁烯-1-醇则在24-48小时丰度更高。苯甲醛在0-8小时被检测到，并在4小时达到峰值，表明其与早期VOC变化相关。
3.2 利用HS-SPME-GC-MS鉴定特征性挥发物
HS-SPME-GC-MS共鉴定出50种VOCs，包括醇类、醛类、酮类、酸类、酯类、烃类、含氮硫化合物等。两种接种组的总挥发性组成差异很小。研究发现，2-庚醇和苯乙醇随孵育时间增加，在48小时达到峰值；己醛、壬醛和癸醛则随时间持续下降；而苯乙醛、庚醛和十六醛呈上升趋势。大部分酮类的丰度在孵育期内增加。3-甲基丁酸和2-甲基丁酸在48小时大量合成，表明其浓度可能与微生物数量相关。此外，吲哚、环八硫等化合物在48小时被检测到，暗示了更明显的腐败相关VOC特征。
3.3 利用PCA和OPLS-DA分析两种方法间的VOC变化
主成分分析（PCA）显示，基于两种技术的数据均能清晰展示VOC图谱在不同采样时间的分离。HS-SPME-GC-MS提供了关于较高分子量VOCs的更广泛信息，而HS-GC-IMS则补充了低分子量VOCs在早期采样阶段的变化信息。OPLS-DA模型表现出良好的解释和预测能力。VIP分析确定了各组中对模型分离贡献较大的VOCs。
3.4 检测方法和初始接种水平对VOC变异的影响
HS-GC-IMS检测到的化合物总数多于HS-SPME-GC-MS，尤其在检测小分子醇类、醛类和酮类方面更具优势。两种方法共同检测到1-辛烯-3-醇，其在污染后期丰度逐渐增加。两种方法均揭示了VOC组成随时间的变化规律，即在污染早期观察到的VOCs较少，而随着时间推移，化合物多样性增加。低接种量组在48小时检测到的VOCs数量有所下降，可能反映了部分挥发性化合物的进一步转化或降解。
3.5 E. coli污染期间VOC标志物的鉴定及其潜在的生物转化途径
综合两种技术的结果，研究人员识别出与不同污染阶段相关的候选VOCs。早期阶段（0-8小时）：以短链醛类为主，如己醛、戊醛和苯甲醛，主要源于多不饱和脂肪酸的β-裂解和氨基酸相关反应。中期阶段（8-24小时）：氨基酸代谢衍生的化合物变得突出，如3-甲硫基丙醛（8-12小时短暂增加）和3-甲基丁醇（4-24小时持续增加），后者被视为微生物腐败的指标。后期阶段（24-48小时）：中间产物的进一步转化导致次级醇和相关化合物的积累，如3-甲基-3-丁烯-1-醇、苯乙醇、吲哚等，这些与加强的微生物代谢特别是氨基酸分解和脂质降解密切相关。KEGG通路映射将苯乙醛关联到苯丙氨酸代谢通路（map00360），将十六醛关联到脂肪酸降解通路（map00071）。
四、结论与展望
本研究通过整合HS-GC-IMS和HS-SPME-GC-MS，更全面地表征了E. coli接种鸡肉中VOCs的时间演变图谱。HS-GC-IMS在检测早期低分子量VOCs方面更具优势，而HS-SPME-GC-MS则补充了高分子量和形成途径更复杂的VOCs信息。通过HS-GC-IMS技术，研究人员将苯甲醛、3-甲基丁醇、3-甲硫基丙醛和3-甲基-3-丁烯-1-醇确定为与当前E. coli接种条件下阶段性变化相关的VOCs。HS-SPME-GC-MS分析则指出苯乙醇和N-羟基苯甲亚氨酸甲酯是候选的腐败相关化合物。VOCs图谱的波动变化表明，微生物活性与鸡肉中持续的生化转化相关联，包括脂质分解、氨基酸代谢以及醇类、醛类、酯类、烃类、含氮和含硫化合物的合成。这些结果为理解E. coli相关污染过程中的VOC演变提供了见解，并强调了基于VOC的方法在追踪微生物质量变化方面的潜力。
局限性：本研究仅评估了一株E. coli菌株，缺乏时间匹配的未接种对照组和微生物生长数据，限制了将时间性VOC变化特定归因于E. coli。复制结构限制了生物学独立性，统计分析未正式评估初始接种水平或其与孵育时间交互作用的影响。不同采样时间点的前处理方式存在差异（早期样品经冷冻保存），不能排除样品处理对观察到的VOC时间模式的影响。最后，提出的代谢途径基于假定的通路映射，需要进一步的生化验证。因此，所鉴定的VOCs应被视为在当前条件下与E. coli接种相关的候选指标，而非E. coli特异性生物标志物。未来研究应在自然污染的鸡肉样品和实际商业储存条件下验证这些候选VOCs，并将其与快速传感技术相结合，以推动实时食品安全监测实用工具的开发。
